基于可见/近红外光谱技术的黄瓜叶片SPAD值检测

被引：13

作者：

刘飞

王莉

何勇

鲍一丹

机构：

[1] 浙江大学生物系统工程与食品科学学院

来源：

红外与毫米波学报 | 2009年 / 28卷 / 04期

基金：

国家高技术研究发展计划(863计划);

关键词：

黄瓜; 可见/近红外光谱; 最小二乘支持向量机; 叶绿素;

D O I：

暂无

中图分类号：

S642.2 [黄瓜];

学科分类号：

090202 ;

摘要：

为了快速准确检测黄瓜叶片的SPAD值,采用可见/近红外光谱技术并结合化学计量学方法建立了黄瓜叶片SPAD值校正模型.并用不同建模方法对全波段光谱进行建模,结果表明用最小二乘支持向量机(LSSVM)建模得到的预测效果最好,其相关系数r和预测均方根误差RMSEP分别为0.9583和0.9732.通过分析黄瓜叶片的光谱反射率与SPAD值的相关系数和PLS建模回归系数,得到了531～581nm和696～716nm 2个特征波段以及556nm、581nm、698nm和715nm 4个特征波长,应用LSSVM分别对特征波段和特征波长建模.分析表明,采用特征波段建模,其预测相关系数r和预测均方根误差分别为0.9338和1.1370,与全波段建模结果相近,而采用特征波长建模效果稍差.特征波段建模大大减少了建模中的运算量,提高了建模速度,便于相应检测仪器的开发,所以,采用光谱特征波段建模对黄瓜叶片SPAD值的检测更为有效.

引用

页码：272 / 276

页数：5

共 8 条

[1] 基于半分析模型的新庙泡叶绿素a浓度反演研究 [J].

徐京萍 ;

张柏 ;

宋开山 ;

王宗明 ;

刘殿伟 ;

段洪涛 .

红外与毫米波学报, 2008, (03) :197-201

[2] 应用光谱技术和支持向量机分析方法快速检测啤酒糖度和pH值 [J].

王莉 ;

何勇 ;

刘飞 ;

应霞芳 .

红外与毫米波学报, 2008, (01) :51-55

[3] 基于主成分和多类判别分析的可见-红外光谱水蜜桃品种鉴别新方法 [J].

李晓丽 ;

胡兴越 ;

何勇 .

红外与毫米波学报, 2006, (06) :417-420

[4] 用近红外光谱鉴别杨梅品种的研究 [J].

何勇 ;

李晓丽 .

红外与毫米波学报, 2006, (03) :192-194+212

[5] 近红外分析中光谱预处理及波长选择方法进展与应用 [J].

褚小立 ;

袁洪福 ;

陆婉珍 .

化学进展, 2004, (04) :528-542

[6]

Determination of acetolactate synthase activity and protein content of oilseed rape ( Brassica napus L.) leaves using visible/near-infrared spectroscopy[J] . Fei Liu,Fan Zhang,Zonglai Jin,Yong He,Hui Fang,Qingfu Ye,Weijun Zhou.Analytica Chimica Acta . 2008 (1)

[7] Online weighted LS-SVM for hysteretic structural system identification [J].

Tang, He-Sheng ;

Xue, Song-Tao ;

Chen, Rong ;

Sato, Tadanobu .

ENGINEERING STRUCTURES, 2006, 28 (12) :1728-1735

[8] Least squares support vector machine classifiers [J].

Suykens, JAK ;

Vandewalle, J .

NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300

← 1 →